基于中文自然語言理解的問答系統(tǒng)研究.pdf_第1頁
已閱讀1頁,還剩68頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、問題回答系統(tǒng)是近年來自然語言理解中的重要研究方向,也是自然語言理解的一種實際應用。本文在現(xiàn)有問題回答系統(tǒng)研究的基礎上,以概念圖為主要知識表示方式,從漢語自然語言理解方面,研究問題回答系統(tǒng)的結構、主要算法和執(zhí)行效率。
  在問題回答系統(tǒng)的研究中,知識表示方式至關重要。為了增強語義表達能力和知識推理能力。本文采用概念圖知識表示方法,將簡單、直觀、語義表達能力強的概念圖知識表示和傳統(tǒng)問答系統(tǒng)相結合,構建基于概念圖的中文自然語言理解問答系

2、統(tǒng)。
  本文在基于概念圖知識表示的問答系統(tǒng)中,主要改進了問題理解、文本搜索和答案抽取三個模塊的性能,設計了自然語言轉(zhuǎn)化為概念圖的NL-T-CG(Natural language transform conceptual graphs)算法、概念圖語義搜索算法和概念圖聚類答案抽取算法。首先,在NL-T-CG算法中,利用隱馬爾可夫分層的方式對語句實現(xiàn)分詞處理,再進行詞匯標注和語法分析,根據(jù)分析結果中詞語的語義關系和語句關系,設計概念

3、圖生成算法。其次,在概念圖語義搜索算法中,將經(jīng)過輸入檢查的問題概念圖,以概念圖投影匹配的方式對問題和相關語料進行初步匹配。其后,再檢查概念圖的結構相似度和概念圖的語境匹配契合度,并根據(jù)匹配后的候選答案集構建概念圖語義搜索算法。最后,在概念圖聚類答案抽取算法中,使用概念圖聚類的方式自動識別答案類型。經(jīng)過對匹配適應度的排序以確定答案抽取的結果,算法將智能算法和聚類算法相結合,改進概念圖聚類的過程,設計概念圖聚類答案抽取算法。
  在以

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論